【正文】 標(biāo)準(zhǔn)以及基于 SB—ADPCM 的 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 人民郵電出版社 國防科學(xué)技術(shù)大學(xué) 版權(quán)所有 音頻的壓縮 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 音頻的壓縮 音頻頻率范圍 低頻聲音 (Infrasound)： 0Hz－ 20Hz 人類聽覺頻率范圍的聲音： 20Hz－ 20kHz 高頻 (Ultrasound)： 20kHz－ 1GHz 超聲波 (Hypersound)： 1GHz－ 10THz 不同音頻的帶寬 電話語音： 200Hz－ 調(diào)幅廣播： 50Hz－ 7kHz 調(diào)頻廣播： 20Hz－ 15kHz 寬帶音響 : 20Hz－ 20kHz 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 音頻壓縮編碼的基本方法 無失真壓縮 音頻壓縮方法 有失真壓縮 Huffman編碼 行程編碼 波形編碼 參數(shù)編碼 混合編碼 全頻帶編碼 PCM DPCM ADPCM 子帶編碼 自適應(yīng)變換編碼 ATC 心理學(xué)模型 矢量量化 線性預(yù)測 LPC 矢量和激勵線性預(yù)測 VSELP 多脈沖線性預(yù)測 MPLPC 碼本激勵線性預(yù)測 CELP 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 電話質(zhì)量的語音壓縮標(biāo)準(zhǔn) ITU—TS建議的語音壓縮的標(biāo)準(zhǔn) ： 采用 PCM編碼，采樣速率為 8kHz， 量化位數(shù)為 8bit， 對應(yīng)的比特流速率為 64kbit/s。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 常用數(shù)據(jù)壓縮方法的基本原理 ? 子帶編碼 利用帶通濾波器組把信號頻帶分割成若干子頻帶，然后分別處理。子圖像可以是簡單的物體，也可以是一些復(fù)雜的景物。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 常用數(shù)據(jù)壓縮方法的基本原理 ? 小波變換編碼 小波變換是一個線性變換，能夠?qū)⒁粋€信號分解成對空間和時間、頻率的獨(dú)立貢獻(xiàn)，同時又不失原信號所包含的信息。而將這些數(shù)據(jù)分組，每組 K維矢量，再以矢量為單元逐個進(jìn)行量化，稱其為矢量量化。 所以 ， DCT在圖像壓縮中得到了廣泛的應(yīng)用 。 DCT是從 DFT引出的 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 常用數(shù)據(jù)壓縮方法的基本原理 當(dāng)經(jīng)過正交變換后的協(xié)方差矩陣為一對角矩陣，且具有最小均方誤差時，該變換稱最佳變換，也稱 KarhunenLoeve變換。若考慮到信號存在于無限區(qū)間上，而變換區(qū)域又是有限的，那么表征相關(guān)性的統(tǒng)計特性就是協(xié)方差矩陣。 數(shù)學(xué)家們已經(jīng)構(gòu)造了多種數(shù)學(xué)變換。如將時域信號變換到頻域，因為聲音、圖像大部分信號都是低頻信號，在頻域中信號的能量較集中，再進(jìn)行采樣、編碼就可以壓縮數(shù)據(jù)。編碼時，根據(jù)選定的準(zhǔn)則 (如最小均方誤差準(zhǔn)則 )，每個編碼區(qū)間自動地選取一組最佳的參數(shù)。編碼時具體采用哪組預(yù)測參數(shù)根據(jù)信源的特征來自適應(yīng)的確定。 而采用固定的預(yù)測參數(shù)往往又得不到好的性能。若 系統(tǒng)的輸入為 {0 1 2 1 1 2 3 3 4 4 … }，則預(yù)測值為 {0 0 1 2 1 1 2 3 3 4 … }，差值為 {0 1 1 –1 0 1 1 0 1 0 … }，差值的范圍比輸入樣值的范圍有所減小，可以用較少的位數(shù)進(jìn)行編碼。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 常用數(shù)據(jù)壓縮方法的基本原理 (1)差分脈碼調(diào)制 (DPCM) PCM(Pulse Code Modulation)， 原始的模擬信號經(jīng)過時間采樣，然后對每一樣值進(jìn)行量化，作為數(shù)字信號傳輸。算術(shù)編碼首先假設(shè)一個信源的概率模型 ， 然后用這些概率來縮小表示信源集的區(qū)間 。 通?？稍诮?jīng)驗基礎(chǔ)上預(yù)先提供 Huffman碼表 ， 此時性能有所下降 。 代碼字存人代碼表中 。 這種碼具有即時性和唯一可譯性 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 常用數(shù)據(jù)壓縮方法的基本原理 LZW算法中的字串表對于每個條紋都不同，并且不必保留給解壓縮程序，因為解壓縮過程中能自動建立完全相同的字串表。 例如數(shù)字序列： Name: . . . . . . . . . . CR 編碼為： Name: . M10 CR 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 常用數(shù)據(jù)壓縮方法的基本原理 (2) LZW編碼 LZW算法在壓縮文本和程序數(shù)據(jù)的壓縮技術(shù)中唱主角 。該算法適合于任何重復(fù)的字符。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 常用數(shù)據(jù)壓縮方法的基本原理 (1)行程編碼 (Run Length Coding) 是最簡單、最古老的壓縮技術(shù)之一，主要技術(shù)是檢測重復(fù)的比特或字符序列，并用它們的出現(xiàn)次數(shù)取而代之。 源編碼主要分為 ：預(yù)測編碼、變換編碼、向量量化等。 熵編碼分為：重復(fù)序列消除編碼 (含：消零、行程編碼 )、統(tǒng)計編碼等。 大多數(shù)圖像 、 聲音 、 動態(tài)視頻等數(shù)據(jù)的壓縮是采用有失真壓縮 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 2. 數(shù)據(jù)壓縮技術(shù)分類 根據(jù)解碼后數(shù)據(jù)與原始數(shù)據(jù)是否完全一致可以分為兩大類：一類是熵編碼 、 冗余壓縮法 ， 也稱無損壓縮法 、 無失真壓縮法；二是熵壓縮法 ， 也稱有損壓縮法 、 有失真壓縮法 。 ?視覺冗余：人眼對于圖像場的注意是非均勻的，人眼并不能察覺圖像場的所有變化。音頻的前后樣值之間也同樣有時間冗余。 （ 空間冗余 ） 當(dāng)圖象的一部分包含占主要地位的垂直的源對象時 ， 相鄰線間存在冗余 。 設(shè)計系統(tǒng)時必須充分考慮： 算法復(fù)雜 － 壓縮解壓過程長 算法簡單 － 壓縮效果差 目前有些特殊硬件可用于加速壓縮 /解壓。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 3． 壓縮解壓速度 在許多應(yīng)用中 ， 壓縮和解壓可能不同時用 ，在不同的位臵不同的系統(tǒng)中 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 節(jié)省圖象或視頻的存儲容量 ， 增加訪問速度 ， 使數(shù)字視頻能在 PC機(jī)上實現(xiàn) ， 需要進(jìn)行視頻和圖象的壓縮 。若要達(dá)到每秒 25幀的全動態(tài)顯示要求，每秒所需的數(shù)據(jù)量為 184Mb， 而且要求系統(tǒng)的數(shù)據(jù)傳輸率必須達(dá)到 184Mb/s。 例如，一幅具有中等分辨率（ 640 480）的真彩色圖像（ 24b/像素），它的數(shù)據(jù)量約為 ，一個 100MB（ Byte） 的硬盤只能存放約 100幀圖像。 原始信源的數(shù)據(jù)存在著很多冗余度：空間冗余、時間冗余、視覺冗余、聽覺冗余等。 模擬圖象質(zhì)量的指標(biāo)：信噪比 、 分辨率 、 顏色錯 ，但必須在觀察了實際圖象以后 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)壓縮技術(shù)的性能指標(biāo) 4． 硬軟件系統(tǒng) 有些壓縮解壓工作可用軟件實現(xiàn) 。 高等學(xué)校 21世紀(jì)教材 《 多媒體技術(shù)教程 》 數(shù)據(jù)冗余的類型與壓縮方法分類 1. 數(shù)據(jù)冗余的類型 一幅圖象中同一種顏色不止一個象素點 ， 若相鄰的象素點的值相同 ， 象素點間 （ 水平 、 垂直 ）有冗余 。 ?時間冗余：時間冗余反映在圖像序列中就是相鄰幀圖像之間有較大的相關(guān)性，一幀圖像中的某物體或場景可以由其它幀圖像中的物體或場景重構(gòu)出來。實際單位數(shù)據(jù)量 dH（ S）， 即存在信息冗余熵。 ?其它冗余：包括結(jié)構(gòu)冗余、知識冗余等。 有失真壓縮 ， 又稱熵壓縮法 。也就是說，平均信息量編碼忽略被壓縮信息的語義內(nèi)容。當(dāng)然壓縮的程度主要取決于數(shù)據(jù)的語義內(nèi)容，比起平均信息量編碼，它的壓縮比更大。若碼流中所有模式出現(xiàn)的概率相等，則平均信息量最大， 信源 就沒有冗余。 如數(shù)字序列： 742300000000